Un algoritmo de la UMA planifica con un día de antelación la electricidad de edificios y barrios
En simulaciones, incorporar placas solares rebajó en torno a un 29% los costes de operación de los edificios, y el ahorro llegó al 45,65% al sumar la climatización y el agua caliente
Investigadores del grupo Sistemas de Energía Eléctrica de la Universidad de Málaga (UMA) han diseñado un algoritmo que organiza con un día de antelación la gestión energética de edificios inteligentes, comunidades con autoconsumo compartido y redes eléctricas urbanas. La herramienta calcula cuándo conviene consumir, almacenar, comprar o vender electricidad para reducir costes y aprovechar mejor la energía renovable disponible, según una nota difundida por la Junta de Andalucía. El trabajo se ha publicado en la revista científica Sustainable Energy, Grids and Networks.
El punto de partida es doméstico. «No es lo mismo poner una lavadora al mediodía que hacerlo de noche, dado que hay momentos en los que la electricidad es más cara que en otros», recoge la nota. Con placas solares en el tejado la decisión se complica: guardar la electricidad para más tarde no es lo mismo que dejar perder un excedente que podría aprovechar otro edificio cercano.
La principal novedad, según los investigadores, es que el sistema trabaja a la vez en tres niveles, cuando la mayoría de los estudios se centran en uno solo. En la base están los edificios inteligentes, equipados con sensores, automatismos y sistemas de control. Por encima, las comunidades energéticas, que agrupan varios edificios capaces de compartir recursos. Y por último, la red de distribución, la infraestructura que lleva la electricidad desde la red general hasta viviendas, edificios y barrios.
En la práctica, el sistema podría decidir que un edificio cargue sus baterías cuando sobra energía solar, que otro use esa energía en una hora de mayor demanda o que un vehículo eléctrico devuelva parte de la electricidad almacenada si resulta conveniente. Gestores de edificios, responsables de comunidades energéticas y operadores de la red podrían coordinarse con la herramienta sin necesidad de compartir todos sus datos internos.
Lo que dicen las simulaciones
Para desarrollar el modelo, el equipo utilizó datos reales e históricos de consumo eléctrico, precios de la luz y producción renovable. En las simulaciones, la incorporación de energía fotovoltaica redujo los costes de operación de los edificios en torno a un 29%, comparado con un sistema sin generación fotovoltaica ni baterías. Al añadir parámetros como la climatización o el agua caliente, el ahorro alcanzó hasta el 45,65%, y el uso de vehículos eléctricos como apoyo energético aportó una reducción adicional del 8,59%.
El modelo incorpora además gestión del riesgo: no programa la energía a partir de una previsión ideal, sino que tiene en cuenta que haya más demanda de la esperada, que cambie el precio de la electricidad o que el sol o el viento produzcan más o menos de lo previsto. «En el sistema eléctrico podemos estimar cuánta energía se va a consumir, cuánto va a costar o cuánta producción renovable habrá al día siguiente, pero el valor exacto no se conoce hasta el momento real de operación. Por eso es importante planificar teniendo en cuenta esa variabilidad», ha explicado el investigador de la UMA Sebastián Martín.
Los siguientes pasos del grupo se centran en incorporar elementos que, según sus miembros, ganarán peso en la gestión de la energía en los próximos años, como los sistemas de hidrógeno, nuevas formas de almacenamiento y técnicas de inteligencia artificial.
Esta información procede de agencia. La Voz de Málaga la clasifica y la edita para su publicación.
